Karta przedmiotu
Inteligentne systemy obliczeniowe w lotnictwie
Podstawowe informacje o zajęciach
Cykl kształcenia:
2025/2026
Nazwa jednostki prowadzącej studia:
Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów:
Lotnictwo i kosmonautyka
Obszar kształcenia:
nauki techniczne
Profil studiów:
ogólnoakademicki
Poziom studiów:
drugiego stopnia
Forma studiów:
stacjonarne
Specjalności na kierunku:
Awionika, Pilotaż, Samoloty, Silniki lotnicze, Śmigłowce, Zarządzanie ruchem lotniczym
Tytuł otrzymywany po ukończeniu studiów:
magister inżynier
Nazwa jednostki prowadzącej zajęcia:
Katedra Awioniki i Sterowania
Kod zajęć:
3105
Status zajęć:
obowiązkowy dla specjalności Awionika
Układ zajęć w planie studiów:
sem: 1 / W30 L30 / 4 ECTS / Z
Język wykładowy:
polski
Imię i nazwisko koordynatora:
dr hab. inż. prof. PRz Leszek Rolka
Cel kształcenia i wykaz literatury
Główny cel kształcenia:
Celem kształcenia jest nabycie przez studenta wiedzy i umiejętności w dziedzinie inteligencji obliczeniowej (soft computing, artificial intelligence) i zastosowania jej wybranych metod w podejmowaniu decyzji, a w szczególności do rozwiązywania zagadnień lotniczych.
Ogólne informacje o zajęciach:
W trakcie zajęć wykładowych studenci poznają wybrane metody reprezentacji wiedzy i podejmowania decyzji. Omawiane są systemy ekspertowe, metoda ID3 Quinlana, teoria zbiorów rozmytych, teoria zbiorów przybliżonych oraz sztuczne sieci neuronowe. W trakcie zajęć laboratoryjnych studenci zapoznają się z oprogramowaniem narzędziowym, wykorzystując je do rozwiązywania praktycznych problemów występujących w lotnictwie. Studenci realizują projekty, wykonując symulacje komputerowe oraz sporządzając sprawozdania, co przygotowuje ich do prowadzenia badań naukowych.
Wykaz literatury, wymaganej do zaliczenia zajęć
| 1 | Rutkowska D., Piliński M., Rutkowski L. | Sieci neuronowe, algorytmy genetyczne i systemy rozmyte | PWN. | 1999 |
| 2 | Rutkowski L. | Metody i techniki sztucznej inteligencji | PWN. | 2012 |
| 1 | A. Niederliński | Regułowo-modelowe systemy ekspertowe | Wydawnictwo Jacka Skalmierskiego. | 2006 |
| 2 | Brzózka J. | Regulatory i układy automatyki | Mikom. | 2004 |
| 1 | Mulawka J. | Systemy ekspertowe | WNT. | 1996 |
| 2 | Rutkowska D., Piliński M., Rutkowski L. | Sieci neuronowe, algorytmy genetyczne i systemy rozmyte | PWN. | 1999 |
| 3 | Mrózek A., Płonka L. | Analiza danych metodą zbiorów przybliżonych | Akademicka Oficyna Wydawnicza PLJ. | 1999 |
| 4 | Wawrzyński P. | Podstawy sztucznej inteligencji | Oficyna Wydawnicza Politechniki Warszawskiej. | 2014 |
| 5 | Ossowski S. | Sieci neuronowe do przetwarzania informacji | Oficyna Wydawnicza Politechniki Warszawskiej. | 2013 |
| 6 | Rutkowski L. | Metody i techniki sztucznej inteligencji | PWN. | 2012 |
Wymagania wstępne w kategorii wiedzy / umiejętności / kompetencji społecznych
Wymagania formalne:
Rejestracja studenta na semestrze pierwszym studiów drugiego stopnia kierunku lotnictwo i kosmonautyka.
Wymagania wstępne w kategorii Wiedzy:
Wiedza podstawowa w zakresie informatyki.
Wymagania wstępne w kategorii Umiejętności:
Umiejętność posługiwania się sprzętem i oprogramowaniem komputerowym oraz dokumentacji w języku angielskim.
Wymagania wstępne w kategorii Kompetencji społecznych:
Umiejętność pracy zespołowej.
Efekty kształcenia dla zajęć
| MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
|---|---|---|---|---|---|
| MEK01 | zna budowę systemów ekspertowych i stosowane w nich metody wnioskowania, podstawowe pojęcia teorii zbiorów rozmytych, zbiorów przybliżonych oraz sztucznych sieci neuronowych. | wykład, laboratorium | sprawdzian pisemny oraz na bieżąco w trakcie zajęć laboratoryjnych |
K-W04++ K-W05+ |
P7S-WG |
| MEK02 | potrafi posługiwać się dokumentacją oprogramowania (w tym w języku angielskim) podczas rozwiązywania problemów inżynierskich występujących w lotnictwie; potrafi przygotować sprawozdanie z przeprowadzonych eksperymentów przez co kształtuje umiejętności wymagane do prowadzenia badań naukowych. | laboratorium | sprawozdanie |
K-U05++ |
P7S-UK |
| MEK03 | potrafi zrealizować regułowy system ekspertowy, system wnioskowania rozmytego oraz przybliżonego, a także sztuczną sieć neuronową do rozwiązania zagadnienia lotniczego; potrafi przeprowadzić eksperymenty i wyciągać wnioski, przez co przygotowuje się do prowadzenia badań naukowych. | laboratorium | sprawozdanie, dyskusja |
K-U08+++ K-U10++ |
P7S-UW |
| MEK04 | potrafi pracować w zespole i ustalić harmonogram służący realizacji zadania, ma świadomość odpowiedzialności za wspólnie realizowane zadania | laboratorium | na bieżąco w trakcie zajęć, sprawozdania |
K-U16++ |
P7S-UO |
Treści kształcenia dla zajęć
| Sem. | TK | Treści kształcenia | Realizowane na | MEK |
|---|---|---|---|---|
| 1 | TK01 | W01, W02 | MEK01 | |
| 1 | TK02 | W03, W04 | MEK01 | |
| 1 | TK03 | W05, W06, W07 | MEK01 | |
| 1 | TK04 | W08, W09 | MEK01 | |
| 1 | TK05 | W10 | ||
| 1 | TK06 | W11, W12, W13 | MEK01 | |
| 1 | TK07 | W14 | MEK01 | |
| 1 | TK08 | W15 | MEK01 | |
| 1 | TK09 | L01, L02, LO3 | MEK02 MEK03 MEK04 | |
| 1 | TK10 | L04, L05, L06 | MEK02 MEK03 MEK04 | |
| 1 | TK11 | L07, L08, L09 | MEK02 MEK03 MEK04 | |
| 1 | TK12 | L10, L11, L12 | MEK02 MEK03 MEK04 | |
| 1 | TK13 | L13, L14, L15 | MEK04 |
Nakład pracy studenta
| Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
|---|---|---|---|
| Wykład (sem. 1) | Godziny kontaktowe:
30.00 godz./sem. |
||
| Laboratorium (sem. 1) | Przygotowanie do laboratorium:
15.00 godz./sem. Przygotowanie do kolokwium: 10.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
30.00 godz./sem. |
| Konsultacje (sem. 1) | Udział w konsultacjach:
2.00 godz./sem. |
||
| Zaliczenie (sem. 1) | Zaliczenie pisemne:
2.00 godz./sem. |
Sposób wystawiania ocen składowych zajęć i oceny końcowej
| Forma zajęć | Sposób wystawiania oceny podsumowującej |
|---|---|
| Wykład | Znajomość treści programowych omawianych na wykładach będzie sprawdzana na kolokwium I i kolokwium II. |
| Laboratorium | Warunkiem zaliczenia laboratorium jest obecność na zajęciach oraz uzyskanie ocen pozytywnych ze wszystkich sprawozdań z zadań (projektów) realizowanych przez dany zespół. Opóźnienie w oddaniu sprawozdania obniża ocenę końcową ze sprawozdania. W ocenie końcowej z laboratorium uwzględnia się oceny ze wszystkich sprawozdań oraz aktywność na zajęciach i bieżące przygotowanie się do zajęć. |
| Ocena końcowa | W ocenie końcowej z przedmiotu uwzględnia się oceny z kolokwium I i II, ocenę z laboratorium oraz dodatkowo obecność na wykładzie. |
Przykładowe zadania
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
Treści zajęć powiazane są z prowadzonymi badaniami naukowymi tak
| 1 | L. Rolka | Modeling and Analysis of Human Control Actions Using Fuzzy Interactive Information Systems | 2025 |
| 2 | T. Rogalski; L. Rolka | Airmanship – the concept of modern aviation training | 2025 |
| 3 | L. Rolka | Multi-Criteria Decision-Making by Approximation in the Domain of Linguistic Values | 2023 |
| 4 | A. Mieszkowicz-Rolka; L. Rolka | Multi-Criteria Decision-Making with Linguistic Labels | 2022 |
| 5 | A. Mieszkowicz-Rolka; L. Rolka | Preference-Oriented Fuzzy TOPSIS Method | 2021 |
| 6 | A. Mieszkowicz-Rolka; L. Rolka | Variable Precision Fuzzy Rough Set Model with Linguistic Labels | 2020 |
| 7 | G. Drupka; A. Mieszkowicz-Rolka; L. Rolka | Multicriteria decision-making in flight route selection | 2020 |